一种硬件能耗实时采集与智能调控系统

本发明属于硬件能耗管理与硬件安全，尤其涉及一种硬件能耗实时采集与智能调控系统。

背景技术：

1、随着云计算、大数据和人工智能技术的快速发展，数据中心、边缘计算节点及高性能计算集群的硬件能耗管理成为制约系统运行成本和能源效率的关键因素。现有硬件能耗采集与调控系统通常采用电流传感器和电压传感器对供电端功耗进行实时采样，采样率一般在100khz至1mhz之间，通过模数转换后将功耗数据送入基板管理控制器或中央处理器进行滑动平均滤波处理，提取功耗的统计特征如均值、峰值和方差等。在调控层面，现有系统普遍采用动态电压频率调整技术，通过高级配置与电源管理接口或类似机制在操作系统层面根据预设的功耗阈值对处理器工作频率和核心电压进行调节。在设备接入管理方面，现有系统主要依赖独立的安全芯片、可信平台模块或设备固件签名验证机制对硬件外设进行身份认证。在数据上传与监控方面，现有系统通常将采集到的原始功耗数据以明文形式通过网络上传至中心服务器或云平台进行集中存储和分析，部分系统采用传统加密算法对数据进行传输层加密。在异常检测方面，现有系统一般基于固定功耗阈值、滑动窗口统计或简单的机器学习分类器对功耗数据进行异常判定。

2、然而，上述现有技术方案存在以下不足。第一，功耗采集与调控为开环结构，采集数据主要用于离线分析与事后排查，调控策略的执行缺乏基于实时感知信号的闭环验证，调控效果无法被即时观测和迭代修正，导致调控精度与响应速度难以满足高性能硬件对供电品质的动态要求。第二，外设身份认证依赖独立的安全芯片或复杂的协议握手流程，不仅增加了系统硬件成本和持续功耗开销，而且认证过程与能耗管理相互割裂，无法利用功耗数据本身蕴含的硬件物理特征实现零开销的设备身份鉴别。第三，原始功耗数据以明文或传统加密形式上传，攻击者可从功耗波形的时频特征中通过侧信道分析反推硬件正在执行的具体任务类型，导致工作负载隐私泄露，而传统加密方案在数据传输过程中面临密钥分发与管理的安全风险。第四，异常检测依赖预设的固定功耗阈值或监督式学习模型，对硬件老化、电容劣化、供电参数漂移等渐变型异常缺乏早期感知能力，异常判定存在显著滞后，且检测模型一旦训练完成难以跨设备、跨场景泛化应用，无法实现多节点间的协同优化。第五，现有调控策略多为单一阈值的二值化响应，缺乏基于异常严重程度的分级差异化调控能力，调控手段局限于操作系统层的频率调整，响应延迟通常在毫秒级以上，难以在微秒级时间窗口内对功耗尖峰进行有效抑制。第六，各硬件节点的功耗数据以明文形式集中上传至中心服务器，原始数据中包含的大量负载特征信息一旦出域即面临隐私泄露合规风险，而联邦学习等分布式优化方法在硬件能耗管理领域尚未得到有效应用，全局最优与局部隐私保护之间的矛盾未能得到妥善解决。

技术实现思路

1、为了克服现有技术的上述缺陷，本发明提供了一种硬件能耗实时采集与智能调控系统，解决了现有技术中采集调控开环、认证依赖硬件、明文传输泄露隐私、渐变异常无早期预警、单级调控响应慢、多节点数据隐私与全局优化矛盾的问题。

2、为实现上述目的，本发明提供如下技术方案：

3、一种硬件能耗实时采集与智能调控系统，包括：

4、信号采集与分解模块，用于实时采集硬件供电端的原始功耗波形，并通过滤波处理将所述原始功耗波形分解为表征硬件供电回路物理本征阻抗的慢变基频分量和表征计算任务动态电流抽吸模式的快变谐波包络分量；

5、物理声纹提取与存储模块，用于从所述慢变基频分量中提取硬件唯一的物理声纹向量并进行本地化存储；

6、相位掩膜加密模块，用于以所述物理声纹向量为密钥种子，对所述快变谐波包络分量实施实时相位旋转加密处理，生成密文功耗波形，其中所述相位旋转加密使得密文功耗波形的微观细节特征被扰乱以阻止任务类型反推，同时保留宏观能量包络趋势以供调控使用；

7、听觉化映射与异常检测模块，用于将所述密文功耗波形与本地存储的所述物理声纹向量对应的参考信号进行相位比较处理，并将相位比较结果通过频率变换映射至20hz至20khz可听频段以生成听觉监控信号，以及对所述听觉监控信号进行频谱特征分析以实时计算异常程度量化值；

8、闭环调控执行模块，用于当所述异常程度量化值超过预设阈值时，根据所述听觉监控信号的异常特征生成反馈调控信号，并将所述反馈调控信号耦合至硬件供电端的控制节点，以在物理层面对冲功耗畸变成分。

9、优选的，所述慢变基频分量的频率范围为0hz至第一截止频率，所述第一截止频率的取值范围为50hz至200hz，所述慢变基频分量的波形特征由硬件供电回路的物理阻抗特性决定，在不同硬件个体之间具有唯一性和时域稳定性；所述快变谐波包络分量的频率范围为第二起始频率至1mhz，所述第二起始频率的取值范围为80hz至300hz，且所述第二起始频率不低于所述第一截止频率，所述快变谐波包络分量的波形特征随硬件执行的计算任务类型动态变化。

10、优选的，所述物理声纹提取与存储模块在硬件首次接入时执行注册操作：持续采集所述慢变基频分量的时域波形特征与频谱特征，提取其功率谱主峰位置参数、峰值幅度比参数及相位噪声谱密度参数，并通过特征变换生成固定长度的所述物理声纹向量，存储于本地安全存储区；同一型号的不同硬件个体因制造物理偏差其物理声纹向量互不相同。

11、优选的，所述相位掩膜加密模块中，以所述物理声纹向量为种子生成伪随机相位序列，将所述快变谐波包络分量的各频点相位按照所述伪随机相位序列进行旋转偏移，并叠加微幅值掩膜噪声后输出所述密文功耗波形；所述微幅值掩膜噪声的幅值不超过原始功耗信号动态范围的0.5%至5%；所述相位旋转加密包括基于线性反馈移位寄存器的伪随机相位生成方式或基于混沌映射的伪随机相位生成方式。

12、优选的，还包括外设接入管控模块：当新外设接入系统时，所述信号采集与分解模块捕获该外设供电支路的初始功耗波形，所述物理声纹提取与存储模块提取该外设的物理声纹向量；所述外设接入管控模块将该外设的物理声纹向量与本地注册库中的合法外设声纹特征进行匹配比对，若匹配度低于预设阈值则判定为未授权外设，并执行限制其供电权限的操作。

13、优选的，所述听觉化映射与异常检测模块中，所述异常程度量化值由预训练的人工智能模型计算得出，所述人工智能模型以所述听觉监控信号的时频特征为输入；所述人工智能模型为音频事件检测神经网络，包括一维卷积神经网络、时域卷积网络或循环神经网络变体中的任意一种；

14、所述异常程度量化值的分级判定逻辑为：当量化值低于第一阈值时判定为同步正常状态，所述第一阈值的取值范围为0.2至0.4；当量化值介于所述第一阈值与第二阈值之间时判定为相位失锁预警状态，所述第二阈值的取值范围为0.6至0.8；当量化值介于所述第二阈值与第三阈值之间时判定为重度异常状态，所述第三阈值的取值范围为0.85至0.95；当量化值高于所述第三阈值时判定为极重异常状态。

15、优选的，根据所述异常程度量化值所处的阈值区间，执行分级调控策略：

16、当所述异常程度量化值处于所述第一阈值与所述第二阈值之间时，执行第一级调控——以第一幅值范围生成反馈调控信号并注入供电端，所述第一幅值范围为原始功耗波动幅值的1%至10%；

17、当所述异常程度量化值处于所述第二阈值与所述第三阈值之间时，执行第二级调控——以第二幅值范围生成反馈调控信号并注入供电端，同时触发硬件限频保护操作，所述第二幅值范围为原始功耗波动幅值的10%至30%；

18、当所述异常程度量化值高于所述第三阈值时，执行第三级调控——阻断异常供电支路的功率输出并触发系统级告警。

19、优选的，还包括中心协同管理模块，用于在各硬件节点与中心服务器之间建立数据交互通道；各硬件节点仅向中心服务器上传密文功耗波形的能量包络趋势摘要、异常程度量化值的统计摘要以及本地调控效果反馈信息；各硬件节点的原始功耗波形数据、物理声纹向量及相位掩膜密钥始终存储于本地；

20、所述中心协同管理模块采用分布式学习架构：中心服务器聚合各硬件节点上传的脱敏数据进行全局调控策略模型的训练与优化，并将优化后的模型参数下发至各硬件节点；各硬件节点在本地利用接收到的模型参数进行本地模型更新，并基于更新后的模型优化本地的异常检测与调控决策。

21、优选的，所述物理声纹向量在所述系统中同时承担以下三重功能角色：作为所述相位掩膜加密模块的密钥种子来源、作为所述外设接入管控模块的身份认证比对基准、以及作为所述听觉化映射与异常检测模块的相位比较参考信号来源。

22、优选的，所述闭环调控执行模块中，所述反馈调控信号的生成逻辑为：以所述听觉监控信号的相位反相为参考，合成幅值和相位均可调节的纹波信号，利用波的干涉相消效应在物理层对冲原始功耗波形中的异常畸变成分；

23、所述闭环调控执行模块在执行闭环调控时，持续监测施加所述反馈调控信号后的听觉监控信号变化：若异常程度量化值下降至低于所述预设阈值则保持当前调控参数；若异常程度量化值未改善则迭代调整所述反馈调控信号的幅值与相位参数，直至异常消除或达到预设迭代次数上限，所述预设迭代次数上限的取值范围为3次至10次；

24、所述闭环调控执行模块的调控优化目标为：在降低异常程度量化值的同时，综合权衡功耗降幅与温度变化量，通过预设权重系数实现多目标协同优化，所述功耗降幅的权重系数取值范围为0.3至0.6，所述温度变化量的权重系数取值范围为0.1至0.3，异常程度量化值的权重系数取值范围为0.2至0.5，各权重系数之和为1；所述闭环调控执行模块的调控指令传输路径不经过硬件操作系统层，直接在供电物理层实施干预。

25、本发明一种硬件能耗实时采集与智能调控系统的技术效果和优点：

26、1、该发明中，物理声纹向量在系统中同时承担密钥种子、认证基准和相位比较参考信号三重角色，使加密、认证和检测三大核心功能全部锚定于同一个物理层根源，三者形成不可分割的因果绑定。外设身份认证无需独立安全芯片或协议握手，认证数据即功耗采集数据本身，实现了零硬件开销和零功耗开销的设备认证，同时天然阻断任何脱离物理声纹的独立攻击路径。

27、2、该发明将密文功耗波形直接与本地物理声纹基频进行鉴相处理，通过频率变换生成听觉监控信号，在不经解密的前提下完成异常检测。这一设计彻底规避了传统方案先解密再分析的计算延迟与密钥暴露风险，攻击者即使截获密文波形和听觉信号，也无法逆向推导原始功耗数据或物理声纹信息，同时保障了检测效率与数据安全。

28、3、该发明以物理声纹为种子对快变谐波包络实施相位旋转加密，微观细节特征被扰乱使攻击者无法反推任务类型，负载类型反推成功率降至接近随机猜测水平；而宏观能量包络趋势得以完整保留，中心服务器可不解密直接进行宏观调控决策，突破了传统加密“要么全可见要么全不可见”的二元局限。

29、4、该发明通过自适应滤波将原始功耗波形分解为慢变基频和快变谐波，前者由硬件物理阻抗决定，具备跨个体唯一性和长期稳定性，为系统提供恒定参考基准；后者随计算任务动态变化，携带实时负载信息。双域分离使声纹提取与相位加密可并行处理、互不干扰，为实时系统低延迟运行提供架构保障，同时声纹的个体唯一性赋予其天然防克隆特性。

30、5、该发明通过将相位差信号映射至可听频段生成听觉监控信号，结合人工智能模型的频谱平坦度、峰值幅度比和过零率联合分析，使硬件老化、电容劣化等渐变型异常在频域和时域上被放大为可量化特征，实现功耗尖峰发生前的早期预警。基于四级状态判定执行三级递增调控（小幅纹波注入、大幅注入并限频、供电阻断并告警），匹配差异化调控强度，避免了“要么不调要么一刀切”的粗放管理。反向纹波注入利用波的干涉相消原理在供电物理层直接对冲畸变成分，调控响应延迟控制在微秒级，远优于操作系统层驱动的毫秒级响应，调控指令独立于操作系统状态，显著提高了系统可靠性。闭环迭代验证机制持续监测调控后的听觉信号变化并迭代修正参数，确保调控效果可观测收敛，避免了开环调控的盲目性。

31、6、该发明以异常程度、功耗降幅和温度变化量的加权和为目标函数，权重系数可根据场景动态调整，使单一系统架构能够适配服务器、边缘设备、ai加速卡等不同应用场景。各硬件节点仅上传脱敏摘要数据，原始功耗波形、声纹向量和掩膜密钥始终不出本地；中心服务器聚合脱敏数据训练全局模型并下发至各节点进行本地微调，既利用大规模数据提升泛化能力，又满足数据安全法与gdpr等隐私合规要求，尤其适用于多租户数据中心和边缘集群部署。